网络中最短距离的递归算法

提出了在搜索过程中采用标记最短距离,调用递归函数用回溯搜索法求解网络最短距离的算法。该算法可以方便地求解复杂网络或复杂迷宫的通道与最短距离问题,在求解结果中给出从起点到网络通道上任意点的路径标识和最短距离值等信息,在无向加权图的最短路径求解中,显示出比Dijkstra方法小的时间复杂度。该算法克服了传统回溯法求解复杂迷宫时被时间复杂度和空间复杂度困扰的难题,显示出良好的应用前景。     

蚁群算法在迷宫最优路径问题中的应用

该文将蚁群算法应用于迷宫最优路径问题。针对迷宫最优路径问题的特点,将蚁群分成两组,分别从迷宫的起点和终点出发,每只蚂蚁按迷宫的行走规则向前移动。对移动的蚂蚁定义了三种生命周期,只有满足特定行为的蚂蚁所走过的路径才能构成迷宫问题的可行解。对不同规模迷宫问题的实验结果显示,该算法是一种求解迷宫最优路径问题的有效算法。     

时间依赖代价函数下的最优路径查询问题研究

作者研究了时间依赖图下,具有时间限制的费用代价最优路径的查询问题.目前有关时间依赖图上的最短路径查询的研究工作解决的是最短旅行时间问题(TDSP),这些工作都利用了以下性质:到达某个顶点的最早时刻可以通过到达其邻居的最早时刻计算得出.然而,在计算具有时间限制的费用代价最优路径时,该性质并不成立.因此,目前解决TDSP问题的方法均不能解决文中面对的问题.对此作者提出一个新的算法用于计算时间依赖图模型上的满足时间限制的费用代价最优路径.该算法适用于有向图和无向图.作者证明了算法的时间复杂度和空间复杂度分别为O(knlogn+mk2logk)和O((n+m)k).最后,作者通过真实数据集上的实验,验证了该算法的有效性.     

迷宫最短路径问题新算法

提出了求解迷宫最短路径问题的新算法,该算法抛弃了经典算法(深度优先搜索和广度优先搜索)中繁杂低效的递归、回溯思想。通过合理的变换,将原问题转化为迷宫路径深度图的生成问题。最后对算法进行了严谨的分析和实例测试,显示出该算法易于理解、易于编程、时间空间复杂度低等优点。     

带多约束条件的最优路径选择算法研究

传统的启发式算法把NP完全问题转化成一个能够在多项式时间内求解的P问题,却不能保证每次都得到最优路径。利用拉格朗日松弛法把该问题转换成一个P问题,利用次梯度算法来确定最优解,在降低算法时间复杂度的同时提高最优路径查找的成功率。通过实验和分析,该算法的有效性得到了验证,可以应用在地理信息系统和通信网络中。     

自适应泛洪的迷宫路径优化算法研究

由于传统的泛洪模型存在一些不足之处,导致其在应用时受到限制。根据洪水泛滥时水流的特点,提取了泛洪的离散数学模型,深入研究其模型的内在机制,从而得到更适合求解迷宫最优路径的泛洪模型,并结合启发式的搜索策略设计基于改进的泛洪模型的迷宫智能优化算法。通过IEEE标准迷宫和MATLAB平台仿真分析,验证了该算法在自适应能力及可靠性与高效性方面的优越性。实验结果表明,该算法不仅可以尽快地找到目标,而且还可以在相对少的搜索区域里得到相对满意的路径。     

基于TdPN的迷宫问题求解

在对传统迷宫求解算法的不足进行分析的基础上,提出一种新的基于时延Pctri网求迷宫通路的算法(Algorithm of Maze problem based on TdPN, M-TdPN)。先将迷宫中冗余点填充为墙,再将简化后的迷宫转换成时延Petri网,利用Petri网的并发性,保证运行过程中每个参与活动的托肯个体都有自己的活动轨迹,最终出口库所中每个托肯上附着的全序时间线即为迷宫中通路。算法有效地提高了迷宫中可行路径的搜索效率。仿真结果表明,对多拐点、大规模的复杂迷宫的求解效果优于回溯法。     

求解区间图K-连接最短路径问题的在线算法

针对含有n个区间的区间图K-连接最短路径(K-SP)问题,提出一种求解区间图K-SP问题的在线算法。分析区间图及其最短路径问题的特有性质,利用改进的动态规划算法和贪心算法,优化在线算法的时间复杂度。理论分析结果表明,该算法的时间复杂度为O(nK+nlgn),与目前已知最优的离线算法复杂度相同。     

基于偏离路径的煤矿水灾Yen-K最优路径算法

为矿井水灾提供最佳逃生路线,提高应急救援效率,首先引入当量长度,结合水流等巷道相关因素,求解到达安全地点的时间最短路径;其次根据一般矿井具有多个逃生出口的特性,提出一种基于偏离路径的煤矿水灾Yen-K最优路径算法,分别求出从源节点到每个目标节点的前k则最优路径;最后按照长度大小排序求得的所有路径,并结合矿井具体实例选取所需的前若干条逃生路线。在MATLAB环境下,对文章算法与传统的Dijkstra算法、K最短路径（KShortestPaths,KSP）算法进行仿真对比分析,结果显示改进后的算法在求解矿井水灾逃生最优路径时更具准确性和实用性。     

基于Petri网的迷宫问题最优路径求解方法北大核心CSCD

针对迷宫问题最优路径求解,建立了一种能够描述迷宫可行路径的Petri网模型。以行走总路径最短为优化目标,在填充冗余区域点的基础上,建立Petri网模型并对其进行简化。结合Petri网模型的结构特点和数学特性,提出了一种求解最优路径的整数线性规划模型。最后,利用MATLAB随机生成大量不同规模的迷宫,并通过仿真对所提算法与其他算法进行比较。仿真结果表明,所提算法能够快速有效地求解迷宫问题最优路径,具有良好的可行性。     

多约束最短链路分离路径精确算法

在通信的源和目的间寻找两条(主用和备用)链路分离的QoS路径是提供可靠QoS路由的重要途径.现有求解多约束链路分离路径对(multi-constrained link-disjoint path pair,简称MCLPP)的算法难以保证求得存在于任意网络中的可行解和最优解.为解决这一问题,分析了MCLPP问题最优解的性质,提出了精确算法的设计原则,在此基础上给出了求解MCLPP问题的精确算法(link-disjoint optimal multi-constrained paths algorithm,简称LIDOMPA算法),可对任意网络求解客观存在的多约束最短链路分离路径对.为了降低算法的复杂性,引入了候选最优解、紧缩的约束向量和结构化的路径支配3种关键方法,在保障算法精确性的同时,有效地降低了LIDOMPA的搜索空间.大量的实验结果表明,LIDOMPA的求解能力优于现有算法,同时可以实现较低的算法执行时间开销.     

多约束最短链路分离路径精确算法

在通信的源和目的间寻找两条(主用和备用)链路分离的QoS路径是提供可靠QoS路由的重要途径.现有求解多约束链路分离路径对(multi-constrained link-disjoint path pair,简称MCLPP)的算法难以保证求得存在于任意网络中的可行解和最优解.为解决这一问题,分析了MCLPP问题最优解的性质,提出了精确算法的设计原则,在此基础上给出了求解MCLPP问题的精确算法(link-disjoint optimal multi-constrained paths algorithm,简称LIDOMPA算法),可对任意网络求解客观存在的多约束最短链路分离路径对.为了降低算法的复杂性,引入了候选最优解、紧缩的约束向量和结构化的路径支配3种关键方法,在保障算法精确性的同时,有效地降低了LIDOMPA的搜索空间.大量的实验结果表明,LIDOMPA的求解能力优于现有算法,同时可以实现较低的算法执行时间开销.     

关于迷宫排序问题的研究

本文首先把迷宫排序问题推广为ｍ×ｎ迷宫（ｍ＞１，ｎ＞１）的排序问题，证明了ｍ×ｎ迷宫的任一初始状态能经过有限步移动转变成目标状态的充要条件，然后给出了一个ｍ×ｎ迷宫排序的算法，该算法的时间复杂度是Ｏ（ｍｎ（ｍ＋ｎ）），空间复杂度是Ｏ（ｍｎ）．最后还指出了它的时间复杂度的一个下界．这样，关于迷宫排序问题就基本上得到了圆满地解决．     

Routing and scheduling connections in networks that support advance reservations

A key problem in networks that support advance reservations is the routing and time scheduling of connections with flexible starting time and known data transfer size. In this paper we present a multicost routing and scheduling algorithm for selecting the path to be followed by such a connection and the time the data should start and end transmission at each link so as to minimize the reception time at the destination, or optimize some other performance criterion. The utilization profiles of the network links, the link propagation delays, and the parameters of the connection to be scheduled form the inputs to the algorithm. We initially present a scheme of non-polynomial complexity to compute a set of so-called non-dominated candidate paths, from which the optimal path can be found. We then propose two mechanisms to appropriately prune the set of candidate paths in order to find multicost routing and scheduling algorithms of polynomial complexity. We examine the performance of the algorithms in the special case of an Optical Burst Switched network. Our results indicate that the proposed polynomial-time algorithms have performance that is very close to that of the optimal algorithm. We also study the effects network propagation delays and link-state update policies have on performance.     

多约束QoS路由的一种启发式算法

本文提出一种求解QoS路由问题的新启发式算法，该算法求解基于带宽、时延、丢失率的多约束优化路问题，通过构造评价函数调用最短路算法迭代求解，具有较小的时间复杂度。最后给出的仿真结果证明了算法的有效性。     

带限制条件的多权最短路径近似算法

带限制条件的多权最短路径问题具有广泛的用途。该文针对有向图，给出了一个带一个限制条件的多权最短路径的近似算法并且分析了它的时间复杂度。     

On finding energy-minimizing paths on terrains

We discuss the problem of computing optimal paths on terrains for a mobile robot, where the cost of a path is defined to be the energy expended due to both friction and gravity. The physical model used by this problem allows for ranges of impermissible traversal directions caused by overturn danger or power limitations. The model is interesting and challenging, as it incorporates constraints found in realistic situations, and these constraints affect the computation of optimal paths. We give some upper- and lower-bound results on the combinatorial size of optimal paths on terrains under this model. With some additional assumptions, we present an efficient approximation algorithm that computes for two given points a path whose cost is within a user-defined relative error ratio. Compared with previous results using the same approach, this algorithm improves the time complexity by using 1) a discretization with reduced size, and 2) an improved discrete algorithm for finding optimal paths in the discretization. We present some experimental results to demonstrate the efficiency of our algorithm. We also provide a similar discretization for a more difficult variant of the problem due to less restricted assumptions.     

Dijkstra的一种改进算法

在Dijkstra算法的基础上,该算法使用了一些独特的数据结构(如:前趋表和最短路径表);使用该算法能高效率地求出图中一个顶点到其它各顶点的所有最短路径。用C语言设计了相应程序验证了此算法。     

Efficient algorithms for minimum congestion hypergraph embedding in a cycle

The minimum congestion hypergraph embedding in a cycle (MCHEC) problem is to embed the hyperedges of a hypergraph as paths in a cycle with the same node set such that the maximum congestion (the maximum number of paths that use any single edge in the cycle) is minimized. The MCHEC problem has many applications, including optimizing communication congestions in computer networks and parallel computing. The problem is NP-hard. In this paper, we give a 1.8-approximation algorithm for the MCHEC problem. This improves the previous 2-approximation results. Our algorithm has the optimal time complexity O(mn) for a hypergraph with m hyperedges and n nodes. We also propose an algorithm which finds an embedding with the optimal congestion L* for the MCHEC problem in O(n(nL*)/sup L*/) time. This improves the previous O((mn)/sup L*+1/) time algorithm.